首页> 中文期刊> 《电子产品世界》 >基于ELM改进K-SVD算法的多特征融合物体成像识别

基于ELM改进K-SVD算法的多特征融合物体成像识别

         

摘要

通过极限学习机ELM算法改进K-SVD字典学习算法,并成功应用于多特征融合物体成像识别领域。研究结果表明:通过ELM算法,字典精确度和优势在处理后的提升效果均十分显著。不论是从计算效率还是计算准确率来看,改进的K-SVD算法表现出较佳优势。K-SVD算法性能可通过ELM显著提升,算法识别准确率在多特征加入后也相应快速增长。将较低分辨率的样本从图像中筛选出来,有利于减少傅里叶叠层成像数量。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号